[论文解读] Using Illustrations to Communicate Differential Privacy Trust Models: An Investigation of Users' Comprehension, Perception, and Data Sharing Decision

Aiping Xiong, Chuhao Wu+5 more|arXiv (Cornell University)|Feb 21, 2022

Privacy, Security, and Data Protection被引用 9

一句话总结

本研究设计并评估了说明性插图，以提升公众对差分隐私（DP）模型（包括中心化DP、本地化DP和混洗DP）的理解，证明视觉辅助工具能增强对隐私-效用权衡的理解。参与者更偏好更强的隐私保护，尤其是在商业数据使用场景中，且在正确呈现时对混洗DP模型表现出更高的接受度，表明通过视觉隐喻可有效传达复杂的DP概念。

ABSTRACT

Proper communication is key to the adoption and implementation of differential privacy (DP). However, a prior study found that laypeople did not understand the data perturbation processes of DP and how DP noise protects their sensitive personal information. Consequently, they distrusted the techniques and chose to opt out of participating. In this project, we designed explanative illustrations of three DP models (Central DP, Local DP, Shuffler DP) to help laypeople conceptualize how random noise is added to protect individuals' privacy and preserve group utility. Following pilot surveys and interview studies, we conducted two online experiments (N = 595) examining participants' comprehension, privacy and utility perception, and data-sharing decisions across the three DP models. Besides the comparisons across the three models, we varied the noise levels of each model. We found that the illustrations can be effective in communicating DP to the participants. Given an adequate comprehension of DP, participants preferred strong privacy protection for a certain type of data usage scenarios (i.e., commercial interests) at both the model level and the noise level. We also obtained empirical evidence showing participants' acceptance of the Shuffler DP model for data privacy protection. Our findings have implications for multiple stakeholders for user-centered deployments of differential privacy, including app developers, DP model developers, data curators, and online users.

研究动机与目标

• 为弥合公众对差分隐私（DP）理解的差距，通过改进隐私-效用权衡的沟通来实现。
• 探究视觉插图如何影响用户对DP模型的理解、感知及数据共享决策。
• 评估静态插图与动态插图在传达DP概念方面的有效性。
• 考察数据使用语境（公共利益 vs. 商业利益）如何影响用户信任与共享行为。
• 评估用户在不同噪声水平下对三种DP模型（中心化、本地化、混洗DP）的偏好。

提出的方法

• 开发了定制的说明性插图，结合自然语言与符号图形，以描绘每种DP模型中的数据扰动与混洗过程。
• 设计分步、顺序的插图，以支持心智模型的构建，提升对抽象DP机制的理解。
• 开展两项在线实验，共招募N = 595名参与者，实验1采用被试间设计，实验2采用被试内设计。
• 在不同模型中调整噪声水平，并呈现数据使用情境（公共利益 vs. 商业利益），以评估决策行为。
• 使用静态插图与自动播放的动画，比较视觉传达的有效性。
• 收集关于理解程度（通过选择题）、感知隐私/效用以及数据共享决策的数据。

实验结果

研究问题

• RQ1 RQ1：在理解隐私-效用权衡的前提下，中心化DP、本地化DP与混洗DP模型在感知隐私保护与效用成本方面有何差异？
• RQ2 RQ2：数据使用语境（公共利益 vs. 商业利益）是否影响参与者的数据共享决策？
• RQ3 RQ3：参与者在不同数据使用情境与DP模型下是否偏好不同的噪声水平？
• RQ4 RQ4：静态插图与动态插图在传达DP概念方面的有效性如何？
• RQ5 RQ5：展示顺序在塑造隐私感知与数据共享意愿方面发挥何种作用？

主要发现

• 参与者在接触说明性插图后，对DP概念的理解有所提升，但往往无法仅通过视觉图像推断出更深层次的含义。
• 混洗DP模型在实证中被参与者接受为一种可行的隐私保护机制，表明其在以用户为中心的部署中具有潜力。
• 参与者对商业数据使用更偏好更强的隐私保护，而对公共利益使用则偏好较低，反映出情境依赖的信任偏好。
• 三种DP模型在感知效用方面无显著差异，表明效用顾虑在决策中不如隐私感知具有影响力。
• 动画并未比静态插图提升理解效果，可能是因为缺乏交互性及自动播放机制，限制了用户控制与认知处理。
• 模型展示顺序影响感知——当中心化DP模型在本地化与混洗DP模型之后展示时，参与者感知到的隐私保护程度更低，表明隐私评估中存在参照框架效应。